автореферат диссертации по транспорту, 05.22.10, диссертация на тему:Повышение эффективности городского автомобильного транспорта

На правах рукописи

ПЫШНЫЙ ВЛАДИСЛАВ АЛЕКСАНДРОВИЧ

ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ ГОРОДСКОГО АВТОМОБИЛЬНОГО

ТРАНСПОРТА

Специальность 05.22.10 — Эксплуатация автомобильного транспорта

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

5 ДЕК 2013

Орел-2013

005542273

Работа выполнена в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Тульский государственный университет» на кафедре «Автомобили и автомобильное хозяйство»

Научный руководитель — Агуреев Игорь Евгеньевич

доктор технических наук, доцент Тульский государственный университет, зав. кафедрой «Автомобили и автомобильное хозяйство»

Официальные оппоненты: Ляпин Сергей Александрович

доктор технических наук, профессор

Липецкий государственный технический университет,

декан факультета «Инженеров транспорта»

Трясцин Антон Павлович

кандидат техшческих наук, доцент Государственный университет — учебно-научно-производственный комплекс, кафедра «Сервис и ремонт машин»

Ведущая организация ФГБОУ ВГЮ «Ростовский государственный

строительный университет (РГСУ)»

Защита состоится 27.12.2013 г. в 14-00 на заседании объединенного диссертационного совета ДМ 212.182.07 в федеральном государственном образовательном учреждении высшего профессионального образования «Государственный университет-учебно-научно-производственный комплекс» по адресу: 302030, г. Орел,ул. Московская, д. 77, ауд. 426.

С диссертацией можно ознакомиться в научной библиотеке ФГОУ ВПО «Госуниверситет -УНПК».

Отзывы на автореферат, заверенные печатью, просим организации направлять в адрес диссертационного совета: 302020,г. Орел, Наугорское шоссе, д.29.

Автореферат разослан «26» ноября 2013 г. и размещен на сайте Высшей аттестационной комиссии Министерства образования и науки РФ «26» ноября 2013 г.

Ученый секретарь ...

диссертационного совета ' < < 7 Севостьянов А.Л.

1. ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ;

Ак туальность исследования. Транспортные проблемы современных городов России имеют сложный спектр причин и разнообразные проявления, что приводит к необходимости теоретического осмысления и широкомасштабных практических исследований. Эти проблемы тесно примыкают к сферам градостроительства, землепользования, экологии и др. Одним из наиболее серьезных обстоятельств является то, что для подавляющего большинства пользователей улично-дорожной сети (УДС) последняя не является областью, позволяющей самостоятельно регулировать затраты времени и бюджетов различного уровня (начиная с семейного и заканчивая региональным). Среди очевидных причин данного обстоятельства является сложный характер коллективного влияния участников улично-дорожного движения на совокупные параметры транспортного потока, а также отсутствие в настоящее время учета затрат времени, проведенного в транспортном потоке^ на экономическую эффективность региона.

В настоящее время для решения транспортных проблем применяют самые разнообразные методы и средства. Большинство" из них имеет долговременный характер и значительную стоимость. В этом смысле математическое моделирование транспортных потоков и процессов также не является слишком дешевым средством. Тем не менее, оно чрезвычайно широко применяется й имеет серьезное научное основание.

Несмотря на прогресс в области теории транспортных потоков, моделирования транспортных систем и внедрения систем управления транспортными потоками, остается нерешенным круг вопросов, разработка которых поможет продвинуться в направлении более глубокого понимания природы транспортных потоков в крупных населенных пунктах, развития автотранспортных систем (АТС), построения многоуровневых интеллектуальных ^технологий управления потоками. Среди таких нерешенных задач | построение математического описания, способного прогнозировать мног'овариантные сценарии развития, стратегии управления, фазовые переходы в! АТС, включая потоки городского автотранспорта, на основе обработки реальной информации, сводимой к динамическим моделям, отражающим возможность указанных переходов и сценариев. Все это и обусловило необходимость проведения настоящего исследования и подтверждает актуальность выбранной темы.

Среди методов математического моделирования транспортных потоков традиционно выделяются методы микро-, мезо- и макромоделирования, последнее из которых очень часто связывают, в частности^ с созданием моделей улично-дорожной сети, позволяющими определять загрузку УДС, решать вопросы организации дорожного движения, ;транспортной планировки городов, строительства крупных объектов .инфраструктуры городской среды и т.д. В последнее время широко развиваются методы нелинейной динамики, которые позволяют строить и исследовать такие модели транспортных систем, которые способны учитывать коллективный

характер функционирования, фазовые переходы (например, трехфазная теория транспортных протоков Б.С. Кернера), динамику АТС в среднесрочной или долгосрочной перспективе.

Диссертационная работа нацелена на применение разных типов моделей Цз перечисленных, таким образом, ее актуальность обосновывается как областью приложения исследований, так и комплексом используемых математических моделей.

Целью исследования является повышение эффективности городского автомобильного транспорта на основе разработанных сетевых и нелинейных динамических моделей.

Для достижения данной цели необходимо решить следующие основные задачи:

1. Построить и откалибровать сетевую модель УДС, на примере г.

Тулы.

2. Решить задачу о загрузке УДС, на примере г. Тулы.

3. Выполнить серию вычислительных экспериментов, проектируя варианты реализации решений генерального плана (ГП), и установить характеристики транспортных процессов для каждого.

4. Выявить закономерность влияния инвестиций в развитие УДС на транспортные процессы.

5: Разработать и реализовать методику ; расчета эксплуатационных затрат автомобильного транспорта.

6. Выполнить анализ нелинейной динамической модели развития АТС. |

Объект исследования: АТС, содержащая УДС, грузовой, пассажирский и индивидуальный транспорт (на примере г. Тулы).

Предмет исследования: транспортные процессы и совершенствование организации УДС.

Теоретической и методологической основой исследования являются научные труды российских и зарубежных ученых по проблемам повышения эффективности городского автомобильного транспорта, моделирование АТС, методы решения задачи загрузки УДС, обработки результатов эксперимента, статистической обработки данных, нелинейные динамические модели, теории макросистем.

Научная новизна заключается в разработке следующих теоретико-методических положений, научных и практических методов, математических моделей, которые выносятся на защиту:

- выявлении закономерностей влияния стоимости инфраструктурных изменений в УДС на характеристики транспортных процессов (время, транспортную работу, скорость, интенсивность движения, дальности поездок);

- анализе нелинейной динамической модели АТС, учитывающей взаимосвязь между эксплуатационными затратами, задержками времени, транспортной работой и служащей для прогнозирования состояния АТС;

- разработке методики повышения эффективности функционирования городского автомобильного транспорта (на примере г. Тулы), учитывающей выявленные закономерности и нелинейные динамические свойства АТС.

Практическая значимость работы заключается в построении, калибровке сетевой модели УДС г. Тулы и решении задачи загрузки УДС г. Тулы, определении характеристик транспортных процессов для серии вычислительных экспериментов, выявлении закономерности, устанавливающей связь между инвестициями в развитие УДС и транспортными процессами, разработке и выполнении методики расчета эксплуатационных затрат автомобильного транспорта, разработке методики повышения эффективности функционирования городского автомобильного транспорта (на примере г. Тулы).

Апробация работы. Основные положения и результаты работы докладывались на 10-ой Всероссийской научно-технической конференции студентов, магистрантов, аспирантов и молодых ученых «Техника XXI века глазами молодых ученых и специалистов» (Тула, 2010), 9-ой международной научно-технической выставке «Ехро-БаепсезЕигоре» (Тула, 2012), 5-ой Всероссийской конференции молодых ученых и специалистов «Будущее машиностроения России» (Москва, 2012), 7-ой региональной молодёжной научно-практической конференции Тульского государственного университета «Молодёжные инновации» (Тула, 2013), 7-ом всероссийском форуме «Наука и инновации в технических университетах» (Санкт-Петербург, 2013).

Реализация результатов работы. Результаты исследования реализованы в рамках выполнения НИОКР №147 от 05.05.12 г. «Внедрение автоматизированной транспортной системы моделирования транспортных потоков в г. Туле с помощью системы программно-аналитического комплекса (ПАК) «ТгапзЫеЬ> уег. 1.1 заказчика», в которой проведено исследование транспортных потоков для построения математической модели УДС г.Тулы. Выполнено определение прогнозной максимальной часовой (часы «пик») интенсивности транспортного движения по проезжим частям улиц и в транспортных узлах (развязках), с разделением по направлениям движения. Была получена откалиброванная модель УДС г. Тулы -расхождение по данным интенсивности на основных улицах составило в целом не более 20%.

Личиый вклад автора заключается в разработке и калибровке модели УДС г. Тулы, расчете матрицы трудовых корреспонденции для утренних и вечерних часов «пик», анализе генерального плана г. Тулы, позволившего сформировать серию вычислительных экспериментов, анализе и обработке результатов вычислительных экспериментов, а также в разработке и реализации части положений методики повышения эффективности работы городского автомобильного транспорта.

Публикации. Основные положения диссертации отражены в 11 печатных изданиях, четыре из которых - в изданиях, рекомендованных ВАК РФ.

Структура и объем работы. Диссертация состоит из введения, четырех глав, выводов и результатов, списка литературы и приложения. Текст диссертации изложен на 158 страницах, включая 14 рисунков, 1 таблицу. Библиографический список включает 121 наименования российских и зарубежных авторов.

2. ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертационного исследования и его научная новизна.

Первая глава посвящена анализу математического моделирования поведения АТС, в том числе решению задачи загрузки транспортной сети. Основы математического моделирования закономерностей дорожного движения были заложены русским ученым, проф. Г.Д. Дубелиром. Первостепенной задачей, послужившей развитию моделирования транспортных потоков, стал анализ пропускной способности магистралей и пересечений.

Проблематика математического моделирования АТС отражена в работах таких ученых, как Швецов В.И., Алиев A.C., Горев А.Э., Зырянов В.В.^Корчагин В.А., Ляпин С.А., Кленов СЛ., Гасников A.B., Нурминский Е.А., Шамрай Н.Б. и др. Они, в частности, рассматривают моделирование загрузки АТС как многокомпонентную задачу, требующую для поиска решений построения различных типов математических моделей. В задаче моделирования разделяют четыре основных этапа:

•оценка общих объемов прибытия и отправления из каждого района города;

•расщепление по способам_ передвижений, таким как пешие передвижения, передвижения с использованием общественного транспорта, передвижения на личном автомобиле и др.;

• определение матриц корреспонденции, характеризующих объем передвижений между каждой парой расчетных районов города;

• распределение корреспонденции по транспортной сети, т.е. определение всех путей, выбираемых участниками движения, и определение количества передвижений по каждому пути.

Ранее исследованием поведения транспортной системы, моделями расчета корреспонденции занимался А.Дж. Вильсон, предложивший решать проблему определения корреспонденции, как задачу максимизации энтропии в транспортной системе. Решение данной задачи интересно в частности тем, что является одним из инструментов для объективной оценки эффективности проектов по модификации УДС с точки зрения разгрузки наиболее проблемных участков дорог, уменьшения общих затрат на передвижение пользователей сети.

Наиболее неисследованным направлением исследований является выполнение расчетов, связанных с выявлением закономерностей влияния стоимости инфраструктурных изменений в УДС на характеристики и

транспортные процессы АТС. Отметим, что в статьях И.Е Агуреева были разработаны некоторые нелинейные динамические модели транспортных процессов и систем, которые могут описывать среднесрочные или долгосрочные колебания в транспортных системах. Применение вышеприведенных результатов в сочетании с использованием динамических моделей АТС позволит выполнить настройку моделей (восстановление вида динамической системы) с помощью вычислительного эксперимента.

В результате проведенного литературного анализа в первой главе диссертации сформулирована цель работы, которая заключается в разработке методики повышения эффективности функционирования городских АТС на основе выявленных j закономерностей влияния развития инфраструктуры УДС и с применением динамических прогнозирующих моделей.

Во второй главе диссертации представлено описание построения и анализа модели УДС (на примере г. Тулы). Для создания модели УДС был принят ряд допущений:

1) решение выполнено только для рабочих корреспонденции в утренние и вечерние |гасы «пик»; ,

2) граф УДС | состоит из основных магистральных улиц, улиц внутрирайонного значения и шоссе;

3) территория г. Тулы наиболее рациональным образом разделена на транспортные районы;

4) расчет трудовых перемещений предполагал следующие допущения:

- все работающие не находятся в отпусках, командировках, больничных;

- работающее население совершает перемещение из дома на работу в установленные часы (с 7:00 до 10:00 утра);

-часть жителей добираются до мест работы на общественном транспорте;

- на одном автомобиле добираются до места работы несколько человек (коэффициент загрузки транспортного средства принят в среднем 1,5 чел/авт);

- доля жителей пенсионного возраста или не достигших совершеннолетия составляет 50 %;

-доля работающих жителей пенсионного возраста принята равной

40 %;

- уровень автомобилизации составляет 26,4 % и каждый год увеличивается на 2,4 %.

Для получения необходимого результата с учетом принятых допущений был проведен анализ использования различных программно-аналитических комплексов с целью построения математической модели УДС. Для решения; данной задачи возможно использование следующих программных продуктов: TransCad; ЕММЕ/2; Tmodel2; UfosNet; MINUTP; Quick Response System II; Trip Generation; PTV Vision.

Среди отечественных продуктов можно выделить следующие разработки:

• Программа «ТгашпеЬ>, разработанная в институте системного анализа РАН, Москва;

• Программное обеспечение, разработанное НИИПИ Территориального развития и транспортной инфраструктуры, Санкт-Петербург;

• ПКМ, разработанный МАДИ, Москва;

• Программный комплекс по технико-экономическим обоснованиям решений на федеральной сети автомобильных дорог ГипродорНИИ, Москва;

• Автоматизированная методика расчета пассажиропотоков в генпланах городов и КТС, ЦНИИП Градостроительства, Москва.

Для создания и расчета математической модели на основе проведенного анализа был выбран программно-аналитический комплекс «ТгапэпеЬ) как программное обеспечение, уже испытанное его разработчиками на Московской агломерации и показавшее результаты максимально приближенные к реальным данным.

Главным назначением «ТгапэпеЪ) является прогноз структуры передвижений населения с разными целями и в разное время суток на конкретной модели УДС, при этом исходными данными для моделирования являются сведения о подвижности населения, т.е. среднем количестве передвижений, совершаемых с различными целями в течение суток (или недели) средним жителем, а также же данные о размещении в плане города объектов, порождающих передвижения (места приложения труда, объекты торговли и обслуживания и пр.). Возможными аспектами, которые учитываются в математических моделях «ТгапзпеЪ>, являются:

1) пропускная способность и конкретные схемы организации дорожного движения на путях передвижений;

2) зависимость структуры передвижений от времени суток (недели, времени года);

3) зависимость выбора пути и способа передвижения от условной цены или стоимости поездки, времени передвижения и загрузки УДС;

4) взаимное влияние автомобильных потоков и пассажиропотоков в системе транспорта общего пользования;

5) характер взаимного расположения транспортных узлов, мест проживания и мест приложения труда населения;

6) масштабы и расположение имеющихся в городе центров притяжения, таких как крупные предприятия, торговые центры, рекреационные зоны, учебные заведения, больницы и т.д.

Для создания графа УДС (рис.1) были выполнены: а) обследование УДС; б) определение категорий дорог и выявление основных выездов из города (шоссе), магистральных улиц и улиц внутрирайонного значения; в) определение характеристик выбранных улиц.

Расчет матрицы проводился с помощью запросов, построенных на языке SQL, для базы данных с информацией о проживании и месте работы жителей г. Тулы. Данные об улицах брались из результатов натурных обследований, паспортов улиц и схем организации дорожного движения (ОДЦ).

В соответствии с полученными данными была использована ценовая функция, которая позволила сравнивать и выбирать определенные перегоны с лучшими характеристиками для создания оптимальных маршрутов в «Transnet»:

—h--60 • fl-t- —1 , (1)

юоо-fj { N-Pt J w

где Pi - пропускная способность; P2 — свободная скорость; N — число полос движения (в одном направлении); L - длина дуги (перегона); F - поток автотранспорта.

!

Пропускная способность и свободная скорость назначались путем экспертных оценок и с использованием известных из теории транспортных потоков зависимостей. Разделение графа УДС на транспортные районы происходило с использованием описанных выше допущений.

Получение информации происходило в несколько этапов:

1) унификация данных для каждого столбца базы;

2) создание справочников улиц и районов, присвоение каждой записи справочника своего уникального номера;

3) присвоение каждой записи таблицы с данными жителей двух номеров согласно названию улицы и принадлежности к району проживания;

4) присвоение каждой записи таблицы с данными жителей двух номеров согласно названию улицы и принадлежности к району места работы;

5) построение запросов для получения данных о количестве проживающих и количестве работающих в районах;

6) построение запросов взаимосвязей районов (получение данных о местах работы жителей одного района) — максимально 91 итерация;

7) построение на основе полученных данных матрицы корреспонденции.

Таким образом, во второй главе представлены результаты решения задачи диссертационного исследования, связанного с построением модели УДС г. Тулы и обоснованием принятых для этого допущений.

В третьей главе диссертации описываются решение задачи загрузки транспортной сети на примере г. Тулы. Решение задачи о загрузке транспортной сети г. Тулы происходило в два этапа: 1) итерационное решение задачи о загрузке транспортной сети \ с калибровкой полученных данный; ¡2) отображение результатов решения в графическом и табличном видах й их анализ; |

Для решения данной задачи транспортное равновесие моделируют только через потоковые переменные по дугам и, соответственно, поиск равновесия ведется по дугам сети (дуговые алгоритмы). Наиболее распространенным дуговым алгоритмом является метод Франка-Вульфа (используемый в ПАК «ТгапБпеЬ)), несмотря на;то что этот алгоритм имеет довольно медленную сходимость, существенно замедляющуюся при приближении к равновесию, и весьма чувствителен к размерности задачи.

Опишем вкратце алгоритм вычисления равновесного распределения потоков.

- Формируется начальное распределение м°. Самым простым способом для этого является распределение всех корреспонденций по кратчайшим путям, рассчитанным по незагруженной сети.

Последующие итерации алгоритма выполняются следующим образом.

- Цены всех элементов сети пересчитываются в соответствии с полученными на данной итерации значениями потоков

- В соответствии с новыми ценами отыскивается система кратчайших путей между центрами въезда-выезда.

- Рассчитываются потоки и\, которые получаются в результате наложения корреспонденции на кратчайшие пути (решение линеаризованной задачи).

- Новое распределение потоков рассчитывается по формуле

и>н=(1-Я)ик+Яи1 (2)

где X определяется решением одномерной задачи:

Лк = а^тН1/^(и(.;1))- (3)

Важной частью решения задачи загрузки транспортной сети является этап калибровки, оценки точности полученных результатов, под которым понимается сравнение ряда расчетных характеристик с соответствующими данными обследований.

Калибровка производилась с помощью натурных исследований на выездах из города и данных, полученных с видеокамер системы «Трафик-Монитор», для отдельных, наиболее значимых участков УДС (таблица). В результате было установлено, что разница между рассчитанными и наблюдаемыми потоками не превышает 20 %.

Таблица

Сравнение расчетных и наблюдаемых потоков_

№ .. Пересечение/улица Интенсивность, направление, авт/ч Расхождение

прям обр прям обр прям обр

1 Октябрьская Демидовская Плотина 1400 1400 1650 1622 -250 -222

2 Октябрьская Пузакова 1500 470 1763 342 -163 128

3 Октябрьская Луначарского 3400 2100 3788 2683 -388 583

4 пр. Ленина Первомайская 700 1200 489 1007 211 193

5 пр. Красноармейский Советская 950 780 1038 1032 -88 -252

6 пр. Ленина Советская 590 950 706 1156 -116 -206

7 Новомосковское шоссе 3000 2400 3197 2972 -197 -572

8 Кауля 400 160 482 144 -82 16

9 Мосина 1850 2400 2157 2176 -807 224

10 Станиславского 800 700 972 594 -172 106

11 Оборонная 1550 800 1792 704 -242 96

12 9 мая 602 1000 704 920 -102 80

13 Веневское шоссе 1169 1095 1169 1095 0 0

14 Московское шоссе 1410] 1050 1410 1050 0 0

15 Алексинское шоссе 917 1257 917 1257 0 0

16 ул. Чмутова (Старокалужское шоссе) 1522 747 1522 747 0 0

17 Щекинское шоссе 2729 1599 2729 1599 0 0

18 Калужское шоссе 3331 2759 3331 2759 0 0

19 Одоевское шоссе 2001 2018 2001 2018 0 0

20 Епифанское шоссе 553 607 553 607 0 0

Картограмма загрузки отражает реально существующие суммарные транспортные потоки в г. Туле утром в период с 7:00 до 10:00 на участках с наибольшими интенсивностями, создающими основные транспортные проблемы (ул. Октябрьская, Зареченский мост, южная часть пр. Ленина, Пролетарский мост, ул. Ложевая).

Решение задачи о загрузке УДС позволило получить:

1. Данные о распределении мест проживания и приложении труда в графической форме.

2. Данные о распределении перемещений по скорости, времени, дальности.

3. Параметры состояния УДС: транспортную работу; затраченное время.

4. Картограммы распределения и разницы транспортных потоков в утренние и вечерние часы «пик».

5. Откалиброванную модель УДС г.Тулы, позволяющую проводить прогнозные исследования с целью прогнозирования поведения АТС в различных ситуациях.

Таким образом, в третьей главе диссертации представлены результаты решения задачи о загрузке УДС г. Тулы, калибровки сетевой модели и экспериментальное обоснование полученного решения.

В четвертой главе диссертации описывается достижение цели диссертационного исследования путем решения задач 3-6.

Для оценки эффективности функционирования транспортной системы необходимо ввести критерий эффективности - правило, которое будет позволять сопоставлять предложенные варианты изменения инфраструктуры АТС г. Тулы, характеризующиеся различными параметрами транспортных процессов, и осуществлять направленный выбор варианта. Основными показателями транспортных процессов на сетевых моделях традиционно считаются объемы совершаемой транспортной работы и временные затраты всех участников движения в транспортной системе.

Рассмотрев различные методики, для оценки эффективности критерием выберем величину затрат времени, позволяющую рассчитать общую стоимость эксплуатации транспортных средств и описанную в рекомендациях по расчету экономической эффективности капитальных вложений в дорожном строительстве, используя допущение, что затраты времени — исключительно потери, связанные с затратами времени людей, выраженные в денежной форме.

Приведение величин к условным легковым автомобилям делается, исходя из предположений:

•Исключаются мототранспортные средства.

•4% от общего числа транспорта составляет общественный транспорт.

• 10% от общего числа транспорта - грузовой транспорт.

• Стоимость одного часа учитывается для усредненного представителя каждого типа транспорта (общественный, грузовой, легковой).

•Стоимость одного километра пробега автомобиля (в данный показатель входит учет расходов на ГСМ, обслуживание, ТО, ОСАГО и т.п.) устанавливается исходя из статистических данных 5(1) = 4,94 руб/км.

В этом случае величина общих среднечасовых затрат будет иметь вид:

К« = - (4)

где к, - интенсивность движения в легковых автомобилях, шт, кл, ка,к, -стоимость одного часа для отдельных типов транспорта легкового, общественного, грузового соответственно), руб.

По известным данным общего количества автомобилей в системе, их распределения по времени, перемещению и скорости можно рассчитать 5, -общую стоимость эксплуатации транспортных средств для утренних корреспонденций:

где - г'-ое значение средних перемещений М_г. количества автомобилей.

Расчет годовой стоимости производиться с введением суточного коэффициента неравномерности движения транспортных потоков

= 365-8-(6)

/

Расчет среднего времени перемещений для утренних корреспонденции выполняется по формуле

Данные об экономической эффективности работы транспортной системы позволяют разработать общую методику прогнозирования и планирования развития транспортной инфраструктуры.

Развитие транспортной системы предполагает изменение архитектуры УДС в соответствие с предложениями ГП. Для г. Тулы разработан генеральный план развития городской агломерации до 2030 г. По данному проекту предполагается создание 400 км магистральных, внутрирайонных улиц и шоссе. Для оценки эффективности введения в эксплуатацию тех или иных участков УДС осуществляется подбор конкретных участков, подготавливаются варианты различного их сочетания и рассчитываются оценочные затраты на строительство.

Варианты модифицированных сетевых моделей разрабатываются на основе базовой модели УДС, описанной выше.

По каждому варианту рассчитываются следующие показатели:

•общая транспортная работа (авт-км); |

•затраты времени (час) - суммарные затраты времени всех участников движения в транспортной системе на перемещение;

•инвестиции (млн руб) — затраты на строительство и реконструкцию участков УДС;

•стоимость эксплуатации (млн руб) — годовые суммарные затраты всех участников движения на эксплуатацию транспорта;

•средняя скорость (км/ч) — среднее значение скорости транспорта на

УДС;

• средние временные затраты (час) - среднее значение времени, за которое совершаются трудовые корреспонденции;

•среднее длина перемещений (км) - среднее значение длины корреспонденции.

На основании полученных данных осуществляется выбор варианта, критериями для которого являются:

1. Оптимальное количество инвестиционных вложений (при каком объеме инвестиций будет минимальная транспортная работа и минимальные транспортные затраты).

2. Окупаемость инвестиционных вложений.

3. Показатели движения ТС (скорость, время, расстояние).

Для иллюстрации выбора по 1-му критерию по полученным в результате многовариантного вычислительного эксперимента данным (зависимостям инвестиций от транспортной работы и временных затрат) построена линия регрессии (рис. 2).

4 *00 00 4-

Г*-» *■

4-»К""' * I *

! «*» *

& 4 7000-3

| 460000

♦ ♦

♦ ♦

¿оо 4оо воо ю-» 121» 1400 1 <:■>:> 1200

Иямстцнм. ру<.

Рис. 2. Линия регрессии

Ок упаемость инвестиционных вложений (2-й критерий) будет определяться как разница между полученной экономической эффективностью (разница между базовой моделью УДС и модифицированными моделями по стоимости эксплуатации) и соответствующими вложенными в транспортную систему инвестициями.

Оценка по 3-му критерию будет осуществляться из анализа средних показателей движения ТС в транспортной системе (рис.3-5).

I1'

О.

й 1 л

£

О а.

° г

*

1 1

.к 1 г

и 11 1

, \ Г г

■Ц" 11 1

к I

1Т .. * i

! 11«', ШЫ

-р

1!|1|41| «ЛИП II 1111*1111:11

« .

1,1 > »

|.1|||. ЩШ

[Ш (11

Л||!

¡1!

I 2 -1 б Ч 1 с 12 1.1 11 1 : > ¿2 ¿1 2Ь X > < I 2 ) > И Ш. И1 ' ) | Номер варианта

Рис. 3. Средние значения временных затрат на перемещение ТС, мин

34,5

34 • 33.5

т

^ 33

X

* 32,5

,§31,5 31

30,5

за

0 2 4 б 5 10 12 14 16 13 20 22 24 26 23 30 32 34 36 ЗВ 40 42 44 46 48 50 Номер варианта

Рис. 4. Средние значения скорости ТС, км/ч

ки ю ■ ч 1 г,

0

1 * 1

I

О

! 5

11 и 11 1о 1-, »I л -1 ч ^ п 12 п к с* 11

Номер гармонтл

Рис. 5. Средние значения расстояния перемещений ТС, км

По каждому из критериев могут быть выбраны наиболее эффективные модели транспортной системы.

Л

Разработанная нами методика предполагает рассматривать на заключительном этапе АТС как динамическую систему, поскольку она состоит из значительного количества участвующих в её работе элементов, коллективное действие которых может приводить к возникновению различных структур, имеющих пространственный и/или временной характер. В нелинейной динамике, синергетике эти структуры называются диссипативными. Условия их возникновения связаны с открытостью и нелинейным характером связей между элементами системы.

Чтобы показать возможности использования концепции нелинейной динамики в транспортных системах, нами была рассмотрена модельная динамика регионального развития, на примере концепции логистических систем. Модель «мировых логистических революций» представлена согласно работам Андерссона (1986) и Андерссона и Баттена (1988). Предполагается, что все флуктуации, наблюдающиеся в развитии городов, могут быть охвачены или, по крайней мере, качественно аппроксимированы системой дифференциальных уравнений с кубическими нелинейностями:

, «быстрое уравнение»;^. = -Т~}у.«медленное уравнение», Л

(8)

где г - управляющий параметр, а Т-коэффициент, имеющий смысл скорости установления (адаптации). Переменная у может быть интерпретирована, например, как емкость города в отношении товаропроизводства, ах- как его доступность для транспорта и связи. Данная система представляет собой модификацию известного уравнения Ван дер Поля. Обнаружено, что разрывы величины у могут возникать и в том случае, когда величина х плавно меняется в критических интервалах параметров. Авторами обнаружен типичный цикл, в котором могут иметь место повторяющиеся скачки.

На основе описанной выше модели, модернизируя уравнения системы, рассмотрим динамическую систему, которая описывает макроскопическую динамику транспортных процессов. Переменными этой системы являются: х - количество выполненной транспортной работы^ т-км; у - суммарные потери времени при выполнении работы х, час; г - инвестиции, направленные в инфраструктуру транспортной системы, руб.

Для выявления взаимосвязей между переменными рассмотрим причины, вызывающие изменения переменных. '

Изменение транспортной работы предполагается вследствие развития системы вообще (рост перевозок). Этот фактор будем считать пропорциональным величине х, что прямо учитывает провозную возможность транспортной сети, а косвенно учитывает рост спроса вследствие экономического роста. Другая причина изменения переменной х заключается в естественном сокращении транспортной работы за счет стремления перевозчиков к оптимизации (сокращению) этой величины. Допустим, что данный фактор учитывается постоянным коэффициентом с

отрицательным знаком. Это слагаемое будет пропорционально величине у с отрицательным коэффициентом. Тогда уравнение для * будет иметь вид:

аг

Для описания данной системы вместо у в уравнениях (8) используем постоянную к2, определяющую сокращение транспортной работы в результате роста задержек времени.

Изменение задержек времени происходит из-за увеличения транспортной работы и вследствие роста инвестиций. Соответствующее эволюционное уравнение имеет вид:

^ = к,х-к,г. (Ю)

Л

Наиболее сложное уравнение запишем для величины инвестиций,

направленных на развитие транспортной системы. Будем иметь в виду

наличие инвестиций постоянных, направленных на поддержание текущего

состояния; плановых, направленных на развитие, и экстренных,

направленных на ликвидацию проблемных ситуаций. Введем пороговые

значения для переменной у: Г,— неравенство у > У1 означает наступление

экстренной проблемы; У2 - неравенство у > Уг соответственно означает

наступление этапа плановой модернизации. При этом будем считать, что

У1>У2- Текущие инвестиции на поддержание требуемого состояния

транспортной системы определим, с одной стороны, пропорциональными

самой стоимости транспортной системы, зависящей от г, а с другой стороны,

пропорциональными износу. Тогда имеем:

^- = к6{2- к7х)г + к%у(у - У,) + к,х(у -У2). (11)

ш

Таким образом, разработанная методика повышения эффективности функционирования городского транспорта может быть представлена в виде блок-схемы (рис.6).

3. Заключение

На основе разработанных теоретико-методических и прикладных положений, научных методов и математических моделей появилась возможность решать важную научно-практическую задачу повышения эффективности эксплуатации городского автомобильного транспорта.

Результаты исследования реализованы в рамках выполнения НИОКР №147 от 05.05.12 г. «Внедрение автоматизированной транспортной системы моделирования транспортных потоков в г. Туле с помощью системы программно-аналитического комплекса «Тгапз№Ь> уег.1.1 заказчика». Определены прогнозные значения максимальной часовой (часы «пик») интенсивности транспортного движения по проезжим частям улиц г. Тулы и в транспортных узлах (развязках), с разделением по направлениям движения.

| Определение характеристик транспортного процесса варианта [ Определение закономерности влияния инвестиций на транспортные процессы

Расчет экономических затрат эксплуатации автомобильного транспорта | Анализ нелинейной динамической модели развития АТС 1

С^Вь

Выбор оптимального варианта реализации ГП

3

Рис.6. Блок-схема повышения эффективности функционирования городских АТС на основе выявленных закономерностей влияния развития инфраструктуры УДС и с применением динамических прогнозирующих моделей

Основные результаты и выводы

1. Предложены научно-методические подходы для разработки нелинейной динамической математической модели развития АТС, с применением которой построена и откалибрована сетевая модель УДС г. Тулы и выполнена серия вычислительных экспериментов, разработаны варианты реализации разработанных решений генерального плана развития г. Тулы и выполнен прогноз состояния АТС. Чтобы показать возможности использования концепции нелинейной динамики в АТС, была рассмотрена модельная динамика регионального развития на примере концепции логистических транспортных систем.

2. На основе выполненного системного анализа решена научно-практическая задача о загрузке УДС города (приведен пример для г. Тулы). Установлены закономерности влияния стоимости инфраструктурных изменений в УДС на характеристики транспортных процессов (продолжительность движения, транспортная работа, скорость и интенсивность движения, дальности поездок) в зависимости от выбранного варианта внедрения в части развития УДС города.

3. Выявлена закономерность, которая показывает, что с ростом инвестиций в развитие инфраструктуры УДС возможно большое число вариантов с различными характеристиками транспортного процесса, соответствующих одному и тому же интервалу инвестиций, но имеющих тенденцию к сокращению времени, транспортной работы, дальности перемещений, оптимизации маршрутов и увеличению скорости; построено линейное уравнение регрессии для оценки влияния инвестиций на затраты на эксплуатацию транспортных средств:

у = 7547,59 - 0,29х.

4. Проведен анализ нелинейной динамики математической модели АТС, позволяющей выполнять прогнозные расчеты изменения состояния АТС города и учитывающей взаимосвязь между эксплуатационными затратами на подвижной состав, задержками времени и транспортной работой.

5. На базе разработанных научно-методических подходов создана методика повышения эффективности функционирования АТС города (на примере г.Тулы), учитывающая закономерности и нелинейные динамические свойства автотранспортной системы.

6. Для поиска наиболее экономически эффективного варианта решаемой задачи и объективной оценки эффективности функционирования транспортной системы предложены два критерия: объем транспортной работы, суммарное время проезда автомобиля улично-дорожной сети города.

Определены расчетами совокупные затраты на эксплуатацию автомобильного транспорта (на 1 км пробега, за 1 год эксплуатации) для каждого варианта вычислительного эксперимента.

7. Достоверность и обоснованность теоретико-методических положений полученных результатов работы, их научная, практическая и экономическая значимости подтверждаются использованием при разработке сетевой модели УДС г. Тулы и в учебном процессе Тульского государственного университета. Для МУ г. Тула разработана комплексная схема организации дорожного движения.

Основные положения диссертации опубликованы: В изданиях из перечня ВАК России

1. Пышный В. А. Моделирование загрузки транспортной сети // Известия ТулГУ. Технические науки. Вып. 2, 2012. С.457- 473.

2. Агуреев И. Е., Пышный В. А., Швецов В. И. Моделирование загрузки улично-дорожной сети г. Тулы // Известия ТулГУ. Технические науки. Вып. 6 Ч. 2, 2013. С.127- 139.

) i' / с

3. Агуреев И.Е. Богма А.Е., Пышный В.А. Динамическая модель транспортной макросистемы // Известия ТулГУ. Технические науки. Вып. 6 Ч. 2,2013. С.139- 145.

4. Агуреев И.Е. Пышный В.А. Закономерности влияния капитальных вложений в развитие улично-дорожной сети на характеристики транспортных процессов // Мир транспорта и технологических машин. №4, 2013.

Научные статьи

5. Пышный В.А. Модель загрузки транспортной сети г. Тулы с помощью программы TRANSNET // Инновационные технологии: теория, эксперимент и практические результаты: Тезисы докладов Всероссийск. науч.-практич. Конференции / под общ. ред. А.Л.Чеботарева. Тула: Изд-во ТулГУ, 2010. С. 150- 152.

6. Пышный В.А. Меры уменьшения перенасыщенности транспортных сетей // X Всероссийская научно-техническая конференция студентов, магистрантов, аспирантов и молодых ученых. Техника XXI века глазами молодых ученых и специалистов: материалы докладов. Тула: Изд-во ТулГУ, 2010. С.210-212.

7. Пышный В. А. Моделирование загрузки транспортной сети // Вестник ТулГУ. Автомобильный транспорт. Выпуск 3., 2012. С.18-35.

8. Пышный В. А. Анализ результатов решения задачи загрузки транспортной сети г.Тулы // Молодёжный вестник Политехнического института: сборник статей. Тула: Изд-во ТулГУ, 2012.С. 254-255.

9. Пышный В. А. Методика анализа эффективности автомобильных транспортных систем // VII региональная молодёжная научно-практическая конференция Тульского государственного университета «Молодёжные инновации»: сборник докладов / Под общ. ред. д.т.н., проф. Е. А. Ядыкина: в 3 ч. Тула: Изд-во ТулГУ, 2013. Часть I. С. 222-223.

10. Пышный В. А. Проблемы решения задачи загрузки транспортных сетей // Сборник трудов V Всероссийской конференции молодых ученых и специалистов "Будущее машиностроения России". Москва: Изд-во МГТУ им. Баумана, 2012. С. 273-274.

П.Кретов А. Ю., Митюгин В. А., Пышный В. А., Фролов Н. А. Комплексная методика оценки состояния транспортных потоков на улично-дорожной сети // Наука и инновации в технических университетах. Материалы Седьмого Всероссийского форума студентов, аспирантов и молодых ученых. Санкт-Петербург: Изд-во Политехнического Университета, 2013.-С. 41-43.

Изд.лиц.ЛР №030300 от 12.02.97. Подписано в печать 25.11.2013 Формат бумаги 60x84 j^g . Бумага офсетная.

Усл.печ. л. 0,9 Уч.изд. л. 0,8 Тираж 80 экз. Заказ_

Тульский государственный университет. 300012, г. Тула, просп.Ленина, 92.

Отпечатано в Издательстве ТулГУ. 300012, е Тула, просп.Ленина, 95.

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ

I

УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ «ТУЛЬСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ»

На правах рукописи

04201454659 Пышный Владислав Александрович

ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ ГОРОДСКОГО АВТС)МОБИЛЬНОГО

ТРАНСПОРТА

Специальность 05.22Л0 - Эксплуатация автомобильного транспорта

ДИССЕРТАЦИЯ на соискание ученой степени кандидата технических наук

Научный руководитель: доктор технических наук, доцент И.Е. Агуреев

Тула-2013

Оглавление

Введение...........................................................................................................................4

1 Математическое моделирование транспортных потоков.........................................6

1.1 Развитие математического моделирования.........................................................6

1.2 Транспортные модели..........................................................................................10

1.2.1 Модели расчета коммуникаций....................................................................19

1.2.2 Модели распределения потоков. Модель оптимальных стратегий..........27

1.2.3 Математическое моделирование транспортных потоков..........................30

1.3 Выводы, цель и задачи исследования.................................................................37

2 Разработка методики построения и анализа модели УДС (на примере г.Тулы). 41

2.1 Предварительные замечания...............................................................................41

2.2 Выбор программных средств..............................................................................43

2.3 Подготовка исходных данных для моделирования..........................................45

2.4 Типы задач, решаемых на модели УДС.............................................................52

2.5 Выводы по главе...................................................................................................54

3 Решение задачи о загрузке УДС на примере г. Тулы.............................................55

3.1 Методы и алгоритмы решения задачи...............................................................55

3.2 Оценка точности полученных результатов........................................................57

3.3 Анализ полученных результатов........................................................................59

3.4 Выводы по главе...................................................................................................66

4 Разработка и использование методики прогнозирования эффективности функционирования автомобильной транспортной системы и анализ нелинейной

динамической модели поведения АТС........................................................................67

4.1 Оценка экономической составляющей задержек времени в транспортных системах городов РФ..................................................................................................67

4.2 Экспериментальное исследование влияния капитальных вложений на характеристики транспортных процессов...............................................................75

4.3 Применение нелинейной динамической модели для описания АТС.............80

4.4 Выводы по главе...................................................................................................89

Основные результат и выводы.....................................................................................90

БИБЛИОГРАФИЧЕСКИЙ СПИСОК..........................................................................92

ПРИЛОЖЕНИЯ...........................................................................................................102

I

4

Введение

Транспортные проблемы современных городов России имеют сложный спектр причин и разнообразные проявления, что приводит к необходимости теоретического осмысления и широкомасштабных практических исследований. Эти проблемы тесно примыкают к сферам градостроительства, землепользования, экологии и др. [38, 42-46, 59, 74, 78]. Одним из наиболее серьезных обстоятельств является то, что для подавляющего большинства пользователей улично-дорожной сети (УДС) последняя не является областью, позволяющей самостоятельно регулировать затраты времени и бюджетов различного уровня (начиная с семейного и заканчивая региональным). Среди очевидных причин данного обстоятельства является сложный характер коллективного влияния участников улично-дорожного движения на совокупные параметры транспортного потока [94-96], а также отсутствие в настоящее время учета затрат времени, проведенного в транспортном потоке, на экономическую эффективность региона.

В настоящее время для решения транспортных проблем применяют самые разнообразные методы и средства. Большинство из них имеет долговременный характер и значительную стоимость. В этом смысле математическое моделирование транспортных потоков и процессов также не является слишком дешевым средством. Тем не менее, оно чрезвычайно широко применяется и имеет серьезное научное основание.

Несмотря на прогресс в области теории транспортных потоков [9, 25, 26, 32, 36, 38, 49, 54-56, 79-80], моделирования транспортных систем [12, 27, 28, 44, 45, 47] и внедрения систем управления транспортными потоками, остается нерешенным круг вопросов, разработка которых поможет продвинуться в направлении более глубокого понимания природы транспортных потоков в крупных населенных пунктах, развития автотранспортных систем (АТС), построения многоуровневых интеллектуальных технологий управления потоками. Среди таких нерешенных задач построение математического описания, способного прогнозировать многовариантные сценарии развития, стратегии

управления, фазовые переходы в АТС, включая потоки городского автотранспорта, на основе обработки реальной информации, сводимой к динамическим моделям, отражающим возможность указанных переходов и сценариев. Все это и обусловило необходимость проведения настоящего исследования и подтверждает актуальность выбранной темы.

Среди методов математического моделирования транспортных потоков традиционно выделяются методы микро-, мезо- и макромоделирования, последнее из которых очень часто связывают, в частности, с созданием моделей улично-дорожной сети, позволяющими определять загрузку УДС, решать вопросы организации дорожного движения, транспортной планировки городов, строительства крупных объектов инфраструктуры городской среды и т.д. В последнее время широко развиваются методы нелинейной динамики [2, 3, 5-7, 35, 50], которые позволяют строить и исследовать такие модели транспортных систем, которые способны учитывать коллективный характер функционирования, фазовые переходы (например, трехфазная теория транспортных протоков Б.С. Кернера[39, 95-97]), динамику АТС в среднесрочной или долгосрочной перспективе.

Диссертационная работа нацелена на применение разных типов моделей из перечисленных, таким образом, ее актуальность обосновывается как областью приложения исследований, так и комплексом используемых математических моделей.

1 Математическое моделирование транспортных потоков

1.1 Развитие математического моделирования

Основы математического моделирования закономерностей дорожного движения были заложены русским ученым, проф. Г.Д. Дубелиром [33]. Первостепенной задачей, послужившей развитию моделирования транспортных потоков, стал анализ пропускной способности магистралей и пересечений [64].

Моделирование транспортных потоков показывает взаимоотношение между тремя фундаментальными переменными транспортного потока:

V - скорость,

р - плотность,

ц - пропускная способность (поток)

Только две из этих переменных независимы, так как они связаны через д -поток транспорта.

Первая задача транспортной теории потока исторически состояла в том, чтобы искать независимые от времени отношения (связи) между р и v, так называемые фундаментальные диаграммы. Описание этих отношений (связей) обсуждены в трудах Ф.Л. Холла [81, 89]. Решение этой задачи возможно только для малых промежутков времени. Полученные результаты являются достаточно усредненными и сильно колеблются.

В настоящее время пропускная способность дороги является важнейшим критерием, характеризующим функционирование путей сообщения. Под пропускной способностью понимают максимально возможное число автомобилей, которое может пройти через сечение дороги за единицу времени. Для скоростных дорог важным является выполнение условия обеспечения заданной скорости сообщения.

Первая попытка обобщить математические исследования транспортных потоков и представить их в виде самостоятельного раздела прикладной математики была сделана Ф. Хейтом [76].

Второй шаг в развитии моделирования транспортных потоков - это введение динамики, т.е. описания с зависимостью от времени. Это было достигнуто в 1955 Лайтхиллом и Уиземом [100]. Они ввели описание движения потоков, основанное на уравнении непрерывности, предполагая, что скорость зависит только от плотности, то есть происходит мгновенная адаптация. Пригожин и Херман развивали кинетическую теорию для транспортного потока [108]. Они дали определение модели Лайтхелла-Уизема как частному случаю кинетической теории. Кинетическая теория описывает многие явления, происходящие в движении транспортных потоков, но, вероятно потому что математическое моделирование довольно трудоемко, эта теория не была развита до недавнего времени [90, 91].

В 60 - 70-е годы вновь возник большой интерес к исследованию транспортных систем. Эта заинтересованность проявилась, в частности, в финансировании многочисленных контрактов, обращении к авторитетным университетским ученым - специалистам в области математики, физики, процессов управления. Среди наиболее известные из них - Нобелевский лауреат И. Пригожин, специалист по автоматическому управлению М. Атанс, автор фундаментальных работ по статистике Л. Брейман.

В 1979 Пэйн заменил предположение о мгновенной адаптации в теории Лайтхелла-Уизема уравнением для инерции, которое подобно уравнению Навье-Стокса [106]. Кишнэ, в 1984, добавил термин вязкости и начал использование методов нелинейной динамики для того, чтобы проанализировать уравнения [98, 99, 111, 112].

Параллельно Муша и Хигучи предложили уравнение Бюргерса, как модель описания транспортного потока, и предоставили автоматические измерения данных о количестве транспорта [102].

Сегодня имеется очень обширная литература по изучению автотранспортных потоков, включая моделирование. Большинство исследований, направленных на решение существующих и потенциальных проблем ежегодно финансируются. Несколько академических журналов посвящены исключительно

динамике автомобильного движения, регулярно издаются новые учебники, число

статей, изданных каждый год по этой теме исчисляется сотнями.

В специальной литературе встречаются такие модификации понятия пропускной способности, как теоретическая, номинальная, эффективная, ' собственная, практическая, фактическая и др.

При моделировании автомобильного движения специалисты столкнулось с выбором между макроскопическими моделированием движения, рассматривая потоки как непрерывные (подобно моделированию текущей через трубу воды), I или моделировать каждое транспортное средство в отдельности. В литературе

имеется много примеров обоих подходов.

Макроскопические модели обладают тем преимуществом, что являются математически компактным, и могут быть представлены системой дифференциальных уравнений, разрешение которой не требует больших вычислительных ресурсов. Этот метод имеет много общего с гидро- и газодинамикой и теорией информации, и больше подходят для систем, которые состоят из относительно однородных частиц с ограниченными и предсказуемыми взаимодействиями. Общим вопросом, возникающим при использовании этого 1 подхода, является нахождение факторов, позволяющих уравнениям более близко

описывать наблюдаемую сложность реально систем движения.

С недавнего времени появилось много литературы, рассматривающей при ! моделировании транспортный поток как дискретный и моделированию движения

каждого автомобиля. Поначалу усилия, направленные на получение результата в этом направлении реализовывались в виде крупных проектов требовавших

I

большого бюджета из-за необходимости значительных инвестиции в ( вычислительную технику и создание программного обеспечения. Общая

стратегия того времени заключалась в том, чтобы смоделировать небольшие

I

транспортные системы на небольших компьютерах и экстраполировать | результаты на суперЭВМ, также использовала параллельную работу нескольких

обычных ЭВМ.

I

I

I

После прогресса в развитии компьютеров, исследователи стали уделять основной интерес исследованию динамического поведения транспортного потока. Было замечено, что многие сложности в динамике поведения систем возникают как свойства взаимодействия между индивидуальными транспортными средствами в моделях. Resnic (1996) описал, как сложные паттерны движения возникли в системах, где индивидуальным транспортным средствам задавали чрезвычайно простые правила в неофициальных экспериментах, проводимых студентами средней школы. Более формальное описание сложного поведения в транспортных системах рассмотрено Барретом (National Laboratory Los Alamos) с использованием несколько более сложных наборов правил. Успехи в исследовании сложного поведения в микромоделях привели некоторых исследователей к предположению о том, что автомобильное движение можно рассматривать как самоорганизующуюся систему (Nagel, 1996), а применение этих принципов стало частью структуры главного проекта моделирования транспортных систем в национальной лаборатории Лос-Аламоса. В исследованиях по совершенствованию микромоделей стали моделировать поведение отдельных водителей, имитируя их индивидуальные решения относительно выбора маршрута движения (Nagel, 1997) и разрабатывать представление такой модели в вычислительной среде.

С проблемами программной реализации моделей связана одна очень интересная история. Известен один способ программной реализации модели по принципу сверху вниз, появившийся в результате усилий Robot Auto Racing Simulation (RARS) и Интернет-сообщества. Было объявлено соревнование по моделированию. Проектируемая компьютерная игра была запущена в Интернет в 1994 и 1995. К участию в нем мог присоединиться любой желающий.

Базовая RARS-модель была написана Митчеллом Тиминсом из Penn State University и состояла из скоростного трека с несколькими автомобилями, которые должны участвовать в гонках преследования. Автомобили были закодированы как объекты, подчиняющиеся физическим законам при движении по треку (масса автомобиля, сцепление с дорожной поверхностью, и т.д.), а восприятие их

, окружения, реакция на неровности трека и механизмы их ориентации на трек,

были инкапсулированы непосредственно в этих объектах. При наличии программ управления для каждого автомобиля, было создавать отдельный набор ! инструкций, как этот автомобиль будет вести себя по отношению к другим. Но

вплоть до настоящего времени по результатам этого проекта не было написано ни

I

одной статьи, хотя в нем были использованы ряд инновационных методов моделирования и программного кодирования. , Знаменательно, что проект ЛА!^ дал наглядную иллюстрацию того, как

I

прогресс объектно-ориентированного программирования и совершенствования персональных компьютеров перенес приоритет в моделировании движения транспорта от крупных государственных проектов к статусу компьютерных игр. В конце 80-х начале 90-х, в США проблемы исследования транспортных

1

' систем были возведены в ранг проблем национальной безопасности. К решению

этой задачи были привлечены лучшие "физические умы" и компьютерная техника исследовательского центра в Лос-Аламосе, известного разработчика атомной бомбы.

На данный момент существует разнообразная литература по изучению и моделированию автотранспортных потоков. Рассмотрим классические модели движения транспортного потока.

I

1.2 Транспортные модели

Моделирование сложных систем является эффективным методом их I исследования. Один из распространенных классов образуют такие системы, в

которых детерминированный характер наблюдаемых процессов сочетается с их

i

стохастической природой.

Формальная модель систем этого класса, которую будем называть макросистемой, описывает преобразование случайных межэлементных микровзаимодействий в некоторый вполне регулярный процесс. Тем самым в ! макросистеме выделяются два уровня: микроуровень, где связи между

элементами случайные, и макроуровень, на котором связи между параметрами состояния системы детерминированные. Взаимодействие между уровнями или характер преобразования случайных движений элементов макросистемы в регулярный процесс зависит как от конкретного вида системы, так и от тех физических, экономических, биологических, социальных и других закономерностей, сочетание которых определяет ее функционирование.

Классическим примером макросистемы является совокупность большого числа частиц — молекул, атомов и т. д. Общий характер закономерностей, присущих таким системам, в весьма малой степени зависит от того, каким образом осуществляется движение каждой отдельной частицы. При этом индивидуальные и коллективные свойства частиц могут существенно отличаться друг от друга.

Физическая макросистема, как модель реальной физической системы, совершенствовалась по мере расширения представлений о строении материи.

Первоначально изучалос�